Biblioteca Florestal
Digital

Eficiência de uma rede neural artificial para prognose em sistema agrossilvipastoril

Show simple item record

dc.contributor.advisor Leite, Helio Garcia
dc.contributor.author Lopes, Monique Sabioni
dc.date.accessioned 2015-08-21T19:55:36Z
dc.date.available 2015-08-21T19:55:36Z
dc.date.issued 2015
dc.identifier.citation LOPES, M. S. Eficiência de uma rede neural artificial para prognose em sistema agrossilvipastoril. 2015. 21 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Florestal) - Universidade Federal de Viçosa, Viçosa. 2015. pt_BR
dc.identifier.uri http://www.bibliotecaflorestal.ufv.br:80/handle/123456789/14938
dc.description Trabalho de Conclusão de Curso defendido na Universidade Federal de Viçosa pt_BR
dc.description.abstract Este estudo foi conduzido empregando dados de inventário florestal contínuo conduzido em um sistema agrossilvipastoril, com sete clones de eucalipto. Objetivo foi avaliar a eficiência relativa do emprego de um modelo de rede neural artificial em relação aplicação de um modelo de densidade variável. Realizou-se treinamento das redes neurais utilizando o software Neuroforest 3.3. O tipo de rede foi Multilayer Perceptron (MLP) com treinamento feito pelo método Resilient Propagation, com oito neurônios na camada escondida (oculta). A função de ativação das camadas ocultas e de saída foi a sigmóide considerando diferentes proporções dos dados para treinamento e validação: com 100% dos dados, 90% (10% para validação), 80% (20% para validação) e assim por diante, até 20% dos dados para treinamento e 80% para validação. Com a melhor partição de dados de treino e validação, foram treinadas novas redes neurais. Sendo essas comparadas aos resultados obtidos através do modelo de Clutter ajustado por clone. Com base nos resultados foi possível concluir que a prognose da produção volumétrica do componente arbóreo (volume de madeira) do sistema agrossilvipastoril pode ser feita para todos os clones utilizando uma única rede MLP, com função de ativação sigmóide nas camadas de entrada e saída, resultando em maior exatidão e consistência, em relação ao emprego do modelo de Clutter ajustado por clone. pt_BR
dc.format 21 folhas pt_BR
dc.language.iso pt_BR pt_BR
dc.publisher Universidade Federal de Viçosa pt_BR
dc.subject.classification Ciências Florestais::Silvicultura::Sistemas agroflorestais pt_BR
dc.subject.classification Ciências Florestais::Manejo florestal::Dendrometria e mensuração florestal pt_BR
dc.title Eficiência de uma rede neural artificial para prognose em sistema agrossilvipastoril pt_BR
dc.type TCC pt_BR

Files in this item

Files Size Format View
Monografia_Monique Sabioni Lopes.pdf 1.092Mb application/pdf View/Open ou Pre-visualizar

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Sobre a Biblioteca Florestal

Browse

My Account